The Association between Acculturation and Dietary Patterns of South Asian Immigrants
Notice bibliographique
Résumé
Dietary acculturation, specifically the adoption of western dietary habits, may result in adverse health effects such as obesity and type 2 diabetes. Therefore, it is necessary to explore the role of acculturation in dietary patterns as well as awareness and knowledge of healthy nutrition among South Asian immigrants. This is an especially important population to target as South Asians have higher prevalence rates of type 2 diabetes and cardiovascular disease, which may be magnified with immigration. The current investigation is a sub-study of the Multi-Cultural Community Health Assessment Trial (M-CHAT). There were 207 participants of South Asian origin included in the initial study, 129 were born outside of Canada and had immigrated after the age of 18. The length of residence in Canada was used as a marker for acculturation. A questionnaire addressing perceived changes in dietary patterns, food preparation, and nutrition knowledge and awareness since immigration was used to assess dietary practices. The association between length of residence and variables related to perceived changes in dietary patterns was explored with Spearman correlation and significant associations were subsequently analyzed with ordinal logistic regression analysis adjusted for age, sex, education and body mass index. South Asian immigrants in Canada reported a variety of positive dietary practices, including an increased consumption of fruits and vegetables and an improvement in food preparation (including an increase in grilling and a decrease in deep frying when cooking). However, there was a reported increase in the consumption of convenience foods, sugar-sweetened beverages, red meat and in dining out. South Asian immigrants in Canada reported a variety of positive dietary practices including an improvement in food preparation. Future health promotion strategies should encourage cultural sensitivity in efforts to reduce the consumption of sugar-sweetened beverage, convenience foods and to encourage eating at home rather than dining out.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».